昨天听 Jensen Huang的演讲, 他一直强调三个计算机系统, 我的理解就是模拟 - 训练 - 操做。 简单明了的三板斧,end to end。数据就是资本, 流量就是金钱。Physical AI 生成海量的数据, 如果能够保证数据质量 (fidelity), 那将使用户的产品研发速度实现质的飞跃。那是非常大的一个市场。一直不知道NVDA下一个增长点在哪里, 现在似乎有了一点端倪。
我倒是听得津津有味
预训练扩展 (Pretrain Scaling)、后训练扩展 (Post-Training Scaling) 和 测试时扩展 (Test-Time Scaling
3, AI发展阶段: 感知人工智能(Perception AI)、生成式人工智能(Generative AI)、代理型人工智能(Agentic AI)和物理人工智能(Physical AI)
昨天听 Jensen Huang的演讲, 他一直强调三个计算机系统, 我的理解就是模拟 - 训练 - 操做。 简单明了的三板斧,end to end。数据就是资本, 流量就是金钱。Physical AI 生成海量的数据, 如果能够保证数据质量 (fidelity), 那将使用户的产品研发速度实现质的飞跃。那是非常大的一个市场。一直不知道NVDA下一个增长点在哪里, 现在似乎有了一点端倪。
我倒是听得津津有味
预训练扩展 (Pretrain Scaling)、后训练扩展 (Post-Training Scaling) 和 测试时扩展 (Test-Time Scaling
3, AI发展阶段: 感知人工智能(Perception AI)、生成式人工智能(Generative AI)、代理型人工智能(Agentic AI)和物理人工智能(Physical AI)